Nunca te pierdas una nueva edición de La variablenuestro boletín semanal con una selección de primer nivel de selecciones de editores, inmersiones profundas, noticias comunitarias y más.
El paisaje de agente continúa evolucionando a un ritmo asombroso, y los practicantes les resulta cada vez más difícil mantener múltiples agentes en la tarea, incluso cuando se cruzan de los flujos de trabajo del otro.
Para ayudarlo a minimizar el caos y mantener la armonía entre agentes, hemos reunido una línea estelar de artículos que exploran dos herramientas recientemente lanzadas: el protocolo Agent2Agent de Google y el marco de Smolagents de Google Face. Siga leyendo para aprender cómo puede aprovecharlos en sus propios proyectos de vanguardia.
Dentro del Protocolo de Agente de Google2Agent (A2A): enseñando a los agentes de IA para hablar entre sí
Si estás dando tus primeros pasos con agentes de IA, no te pierdas Hailey QuachLa introducción accesible al protocolo A2A: “es importante porque promete sacar a los agentes de IA de sus silos y dejarlos trabajar juntos como un equipo bien coordinado en lugar de genios aislados”.
Comunicación de múltiples agentes con el A2A Python SDK
¿Listo para jugar con A2A? Deborah Mesquita Construye un ejemplo de juguete para ayudarlo a dar sentido al funcionamiento interno del protocolo.
De datos a historias: agentes de código para narrativas de KPI
Para un enfoque diferente a la orquestación de múltiples agentes, Mariya Mansurova Nos guía a través de un flujo de trabajo con smolagents.
Las historias de lectura obligada de esta semana
Ponerse al día con los artículos sobre los que nuestra comunidad ha estado zumbando en los últimos días. Aquí hay un resumen de las historias de tendencia de esta semana:
Cómo diseñar mi primer agente de IA, por Fabiana Clemente
Construyendo un tablero moderno con Python y Gradio, por Thomas Reid
Cómo automatizé mi flujo de trabajo de aprendizaje automático con solo 10 líneas de python, por Himanshu Sharma
Otras lecturas recomendadas
Explore algunos de nuestros artículos recientes de primer nivel sobre otros temas, desde los puntos de referencia de agentes LLM hasta las mejores prácticas de programación.
- Gaia: El agente de LLM comparó a todos de los que están hablando, por Shuai guo
- Optimización bayesiana para el ajuste de hiperparameter de modelos de aprendizaje profundo, por Kuriko Iwai
- El viaje de Jupyter a programador: una guía de inicio rápido, de Lucy Dickinson
Conoce a nuestros nuevos autores
Cada semana, estamos encantados de dar la bienvenida a una nueva cohorte de ciencia de datos, aprendizaje automático y expertos en IA. No te pierdas el trabajo de algunos de nuestros contribuyentes más nuevos:
- Maciej Adamiak Combina una pasión por los datos geoespaciales y el aprendizaje profundo con la investigación en la Universidad de łódź.
- Sylvain Kalache es el jefe de AI Labs en Rootly y tiene antecedentes interdisciplinarios que incluye comunicaciones y educación.
- Doster esh Imbumina su escritura con una profunda experiencia en ciencia de datos, economía y evaluación de riesgos, entre otros campos.
Nos encanta publicar artículos de nuevos autores, por lo que si recientemente ha escrito un interesante tutorial del proyecto, tutorial o reflexión teórica sobre cualquiera de nuestros temas centrales, ¿por qué no Compártalo con nosotros?